Assisted migration to address climate change: recommendations for reforestation in western Canada
Notice bibliographique
Résumé
A changing climate is the largest threat to forest productivity in western Canada and to the ability of forested landscapes to provide ecological and economic services, both now and in the future. As climate changes, locally adapted tree populations become mismatched with local conditions, leading to mal-adaptation that may result in a reduction in forest health and productivity. This problem can be reduced with interventions that match reforestation stock to anticipated future environments. As such, there is a pressing need to inform such actions by carefully developing and contextualizing scientific information and by applying it to provincial reforestation policies. Assisted migration is a climate change adaptation strategy used in the forestry sector, where species and seed sources are moved to new locations. The goal of this thesis is to develop a methodological framework to guide assisted migration efforts for forest trees in western Canada, under a comprehensive range of future climate projections. To assist with these management needs I create a new ecosystem-based climate envelope modeling approach for 16 commercially important tree species. Habitat projections show populations already geographically lag behind their optimal climate and the magnitude of this lag is projected to double for the 2020s. The most pronounced habitat shifts are projected to occur in the boreal forests and the Rocky Mountains, predominately affecting black spruce, tamarack, white spruce and aspen populations. In a case study for Alberta, I find that genotypes of species that are adapted to drier climatic conditions will be the preferred planting stock over much of the commercially managed boreal forest. Interestingly, no alternate non-native species to Alberta that were examined in this study can be recommended with any confidence as planting stock. Finally, I observe high uncertainty in projections of suitable habitat for most species making reforestation planning beyond the 2050s difficult. Using genetic and remote sensing data for aspen populations, I show that habitat projections from climate envelope models under observed climate change conform well to empirical data on loss of aspen productivity and genetic data on sub-optimal growth due to mal-adaptation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,002 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».